大气气溶胶与雾霾的聚类分析

聚类分析对于单颗粒物信息的挖掘能力同样非常有限。在STATISTICA软件^[1]中，变量的聚类分析不能使用300个以上样本的数据集，并且大量的样本会使系统树图十分复杂难懂。而在样本聚类分析之前，操作者必须指定聚类数目，只能逐个尝试，直到每个变量的P＜0.05。但增加类数目有时并不能使P值减小，最后的群数目可能超过30。关联规则趋向于制造相似的小类［9］，很难揭示它们之间的区别。聚类分析给出人为武断的类数目，很难令人信服。通过样本聚类分析的多次尝试，发现沙尘暴单颗粒物的最佳类数目为4（表67-3）。根据得到的各类中心值，作最可能的解释：铝硅酸盐（黏土）为沙尘暴粒子中的最大类，占565个粒子的61.59%；其次，较纯石英类大约占13.98%；硫酸盐约占12.98%；CaO、Mg O和其他约占11.5%。虽然聚类分析给出了比因子分析多的信息，但结果只能得到每类的中心值，还是无法知道每个类的范围、粒子的分散状况和类之间的固有关联。

表67-3　单颗粒物的聚类分析结果

(www.xing528.com)

a case%表示聚类分析得到的结果中的某一类占所有颗粒物的百分比。

虽然单颗粒物数据包含着气溶胶在微观尺度上的大量信息，但是传统的分析方法不能很好地加以解析。在某种程度上，它们给出人为的、经验的、抽象的结论。相关性分析显示，大多数元素并不相关。因子分析虽能确认各个地壳元素之间有不同之处，但不能给出如何不同和解释为什么不同。聚类分析同样也不能给出更加深入可靠的信息。